MétaCan
Menu
Retour à la cohorte
Enregistrement W2005433988

CHAMP Gravity Results Using the Energy Integral Ap- proach with Emphasis on Algorithmic Aspects

2004· article· en· W2005433988 sur OpenAlexaboutno aff
Matthias Weigelt, Nico Sneeuw

Notice bibliographique

RevueAGU Spring Meeting Abstracts · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccelerometerGeodesyCalibrationGeodetic datumGlobal Positioning SystemData processingPosition (finance)Gravitational fieldGravimeterSmoothingMathematicsAlgorithmComputer scienceGeographyPhysicsStatisticsInterferometryClassical mechanicsOptics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The poster stresses two main aspects of the processing of CHAMP GPSand accelerometer data. 1. Kinematically derived orbit determination yields position only. Velocities have to be derived numerically. 2. In the further processing accelerometer data is used to correct for dissipative forces. The necessary calibration is done using crossover points. Preliminary results are on the dm-level. Introduction: • Feasibility of the energy integral approach is proven. • The basic characteristic is the use of GPS derived position and velocity data and the correction for nongravitational forces derived from accelerometer data. • Purely kinematic CHAMP orbits avoid the contamination with a priori gravity field information but velocities have to be derived numerically. • In the data processing a calibration of the accelerometer data is necessary to account for the bias and scale of the accelerometer. Acknowledgements: • Geoforschungszentrum (GFZ) Potsdam, Germany • Institute for Astronomical and Physical Geodesy (IAPG), TU Munich, Germany • Institute for Theoretical Geodesy (ITG), University of Bonn, Germany • GEOIDE Network of Centers of Excellence, Canada • NSERC, Canada • Werner Graupe International Fellowship in Engineering, U. of Calgary, Canada Conclusion: • Velocity determination is promising but problems with edge effects cause large errors • Filter technique enables smoothing of data • Results with simulated data reach level • Results with actual data indicate level • Crossover calibration necessary for drift correction • Linear Regression as adjustment model for bias and drift correction • Extension of the adjustment model for the determination of the scale of the accelerometer necessary. • Connection of daily solutions using crossover points • Time consuming crossover search • Preliminary results are on the dm-level. Geomatics Engineering, University of Calgary 2500 University Drive N.W. Calgary, AB, Canada Researchers: CHAMP Gravity Results using the Energy Balance Approach with Emphasis on Algorithmic Aspects Matthias Weigelt, mlbweige@ucalgary.ca Nico Sneeuw Crossover Calibration: • Ignoring dissipative forces the disturbing potential drifts away from a constant level (blue curve), i. e. energy dissipation takes place. • Correcting for the dissipation with raw accelerometer data yields a worse drift (red curve) due to the scale and bias of the accelerometer. • Crossover adjustment is used for calibration.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,221
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGU Spring Meeting AbstractsMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207